Impact of the COVID-19 pandemic on the pharmacological, physical, and psychological treatments of pain: findings from the Chronic Pain & COVID-19 Pan-Canadian Study
Notice bibliographique
Résumé
INTRODUCTION: Multimodal treatment is recognized as the optimal paradigm for the management of chronic pain (CP). Careful balance between pharmacological and physical/psychological approaches is thus desirable but can be easily disrupted. OBJECTIVES: This study aimed at exploring the impact of the COVID-19 pandemic on pharmacological and physical/psychological treatments of CP. METHODS: A Pan-Canadian cross-sectional web-based study was conducted between April 16th and May 31st 2020 among adults living with CP when the country was in the ascending slope of the first COVID-19 pandemic wave. RESULTS: A total of 2864 participants shared their treatment experience (mean age: 49.7 years and women: 83.5%). Among medication users (n = 2533), 38.3% reported changes in their pharmacological pain treatment. The main reasons were as follows: (1) changes in pain symptoms, (2) lack of access to prescribers/cancellation of medical appointments, and (3) increased medication intake in compensation for stopping physical/psychological treatments because of the pandemic. Among participants who used physical/psychological pain management approaches before the pandemic (n = 2467), 68.3% had to modify their treatments or self-management strategies. Common reasons were lack of access to clinics/exercise facilities and the need to compensate for having to stop another type of physical/psychological treatment because of the pandemic-related public health safety measures. CONCLUSIONS: Our study underlines the negative impact of the COVID-19 pandemic on access to pain relief, which is considered a fundamental human right. Results will help to justify resource allocation and inform the development of interventions to be better prepared for waves to come and future health crises.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».